近几年来,甲虫多样性与分子进化研究组以若干重要甲虫类群(如隐翅虫总科、阎甲总科、肖叶甲科、虎甲科、芫菁科、大步甲亚科等)为对象,从最基础的分类学入手,通过系统的物种编目清查,发现并描述70余新种或其它新的分类单元,总结物种多样性的现状,分析物种多样性的时空变化格局;从支序系统学、功能形态适应分析、分子进化分析、动物地理学等角度,结合自然生态适应与野外区系分布调查,探索甲虫物种多样性的成因及进化规律。同时,经过上述基础研究长期积累,开拓了法医昆虫学、昆虫资源保护与利用等方面的应用研究。(1)鞘翅目系统分类学研究进展隐翅虫科分类研究:在世界上首次完成完整的“隐翅虫科分类信息数据库系统”,其中包括了现已发表的万余种,总库容量为10万条记录,这是当前世界上唯一的包括整个隐翅虫科的系统。完成了隐翅总科中国物种数据库,包括约6000余在中国有分布记录的物种。完成了虎隐翅虫亚科Steninae、筒隐翅虫亚科Osoriinae、斧须隐翅虫亚科Oxyporinae、毒隐翅虫亚科Paederinae等重要类群的分类订正,完成中国现有种的Revision,为做全世界的Revision打下坚实基础;首次在中国发现隐翅虫总科觅藏甲科一亚科;系统整理了蚁甲亚科Pselaphinae中国种类。承担完成或正在完成国家基金项目等多项任务,并在Invertebrate Systematics,The Coleopterists Bulletin,Pan-Pacific Entomology,Deutche Entomologische Zeitschrift等SCI收录的期刊上发表论文15余篇。阎甲科分类研究:过去,文献记载的中国种类不足80种,经过本研究组的研究,现已掌握种数已达230多种,隶属于10亚科35属,包括大量新种,大大超过《动物志 阎甲科》立项计划(150种);完成了Paromalini族,Parepierus属,Trypeticus属,Othophilus属中国种类的Revision;在中国再次发现长阎甲科,发现并描述两个新种S. sinica Zhou 和 S. mazuri Zhou,这是自1883年以来,在世界上首先再次发现长阎甲科新物种。这方面的研究,在..,Zootaxa,The Coleopterists Bulletin等SCI收录期刊上发表论文5篇。肖叶甲科的分类研究:采用数理统计和聚类运算方法,进行全面深入的定量区系分析研究;在深入研究国内区系种类的基础上,开展“中国及其周边国家古北东洋两界肖叶甲亚科系统分类研究”。完成了《中国动物志肖叶甲亚科》,并参与编写了《福建昆虫》、《海南森林昆虫》等多部专著的编写,发表学报论文4篇。大步甲亚科的分类学研究:全世界有大步甲1000余种。经努力,现已完成中国物种数据库,包括52属和亚属460种296亚种及136个异名。并采集鉴定2500号标本约50余种,包括一新亚属、若干新种和新亚种。与法国、俄罗斯、斯洛伐克等国专家交换,掌握国外标本108种。发表分类论文5篇。(2)生物多样性研究生物多样性研究越来越受到全球科学家的关注。物种多样性时空格局作为生物多样性研究的重要内容,是针对物种的数量变化和物种的生物学多样性程度,在不同尺度范围内探讨物种多样性的时空格局及其变化规律。通过讨论物种多样性的空间格局,特别是不同尺度上的“物种-面积”模式,分析了纬度梯度、栖息地因素对物种多样性格局形成的作用,对当前国际上发展进行比较详细的总结。在时间尺度上,通过分析物种多样性在不同时间尺度的变化格局,认为从生物长期进化的地史时间看,物种多样性稳定增长受到周期性大绝灭事件中断;而在较短的时间范围内,如生态群落演替、季节周期等,注意研究物种多样性变化一些特殊模式,特别是季节变化模式,以及寄主上寄生物种的多样性随时间变化的模式。提出区系分析是物种多样性研究的核心内容之一。通过承担国家科技部973项目《长江流域生物多样性变化、可持续利用与区域生态安全》、国家基金委九五重大项目《中国关键地区生物多样性保育的研究》等,先后在北京东灵山、内蒙鄂尔多斯高原、湖北神农架、云南西北部和四川西部进行野外调查,针对森林砍伐、片断化、人为干扰以及林业管理影响地表甲虫多样性进行了研究;对倒木昆虫进行了开拓性研究;也初步开展了嗜蚊性甲虫多样性方面的工作;开展了针对高等动物物种多样性大尺度格局的研究,完成了长江流域兽类、两爬类以及鱼类的大尺度格局研究。这方面研究结果,已经发表在国际一流期刊上,如Forest Ecology and Management,Environmental Entomology,Ecological Research,Entomologica Fennica等,发表论文30余篇。(3)进化理论新探索与分子系统学研究探讨生物进化规律,根据实验结果证明进化历程中的稳定性机制是表型可塑性:1.与地域性种群分化的适应策略相对应,物种可以通过增加性状的表型可塑性来适应更大范围的地域,扩展分布区;2.表型可塑性与生存潜力是正比关系,与分化潜力是反比关系;进化潜力包括生存潜力和分化潜力两方面,所以,表型可塑性与进化潜力有密切关系。表型可塑性是生物进化中的稳定性机制。这方面的研究,直接从达尔文的学说入手,瞄准当代生物进化的最深层理论问题进行探索,从实验结果论证进化理论的深层问题。利用分子生物学的技术与成果,研究物种起源与分化的分子机制,探索遗传信息物质本身的演化形式与特点,结合宏观研究成果,在更为广阔的范围内研究生物系统进化的机制、过程和模式,形成新的学说或理论,将成为系统分类学与进化理论研究的基本发展潮流。近几年来,本研究组选择大步甲属、隐翅虫、食蚜蝇等类群,所开展的工作可以概括为三个方面:1. 将分子系统和形态相结合,探索比较客观的甲虫物种形成模式;2. 通过测定DNA的进化速度,对分歧年代进行推定,描述物种形成的特点;3. 建立分子系统发育树,以此为基础考察形态多样化(进化)的原理和样式,以及生态适应的系统学模式。在这一方向,曾主持中科院重点项目、生物技术特别支持项目、国际合作等项目,在国际一流期刊(如Molecular Biology and Evolution,Moleocular Phylogenetics and Evolution,Genes Genetic Systems,Entomolgia Experimentalis et Applicata,《中国科学》等)上,发表论文10余篇。(4)法医昆虫学研究法医昆虫学,利用昆虫的分类、生态、生长发育、生理生化、分子遗传等方面理论知识与技术,为法医侦探与破案提供帮助。近年来国际上的法医昆虫学研究有很大发展,特别是在应用广度和理论深度上,以及当代高新技术应用上,特别令人注目。1994年以来,与北京市法医中心合作,在国内首先开始了这方面的研究,目前已在《昆虫学报》和《中国法医学杂志》上发表两篇论文,开拓了这方面的工作。在尸体的分解过程中,根据昆虫种类的演替特点及其对死亡时间的推断价值可以分为三个阶段:侵入期、分解期和残余期。侵入期的死亡时间推断以幼蛆的发育程度为依据,在国际上的研究比较深入。自分解期以后,死亡时间推断以甲虫的种类组成、数量以及演替特征为主要依据,是公认的难点。本研究组已经发表的研究结果,抓住了法医昆虫学研究的疑难问题,在完整系统性、种类数目、连续观察时间、小地域对比等几个方面,有比较突出的结果。此外,把生物多样性研究方法引入法医昆虫学研究。本项研究结果发表之后,国内报刊先后撰文介绍成果应用情况,如《中国科学》、《青年博览》、《民主与法制》、《紫光阁》等。1999年获北京市昆虫学会第五届北京青年优秀科技论文一等奖。
分子层面对生物的研究,在个体水平上主要是看单个基因的变化以及全转录本的变化(RNA-seq);在对个体的研究的基础上,开始了群体水平的研究。如果说常规的遗传学主要的研究对象是个体或者个体家系的话,那么群体遗传学则是主要研究由不同个体组成的群体的遗传规律。 在测序技术大力发展之前,对群体主要是依靠表型进行研究,如加拉巴哥群岛的13中鸟雀有着不同的喙,达尔文认为这是自然选择造成的后果 。达尔文的进化论对应的观点可以简单概括为“物竞天择,适者生存”,这也是最为大众所接受的一种进化学说。直到1968年,日本遗传学家提出了中性进化理论[2],也叫中性演化理论。中性理论的提出很大程度上是基于分子生物化学的发展。可以这样理解中性理论:一群人抽奖,在没有内幕的情况下,每个人抽到一等奖的概率是相等的,这个可能性和参与抽奖的人的身高、年龄、爱好等因素都没有关系。中性理论常作为群体遗传研究中的假设理论(CK)来计算其他各种统计指标。 群体遗传学,研究的单位是群体,比如粳稻、籼稻、野生稻,就能够构成不同的群体;我们国内的各省份的水稻也可以作为一个个群体。 群体遗传学大概可以分为群体内的研究和群体间的研究。比如研究云南元阳的水稻的遗传多样性;如果研究是的云南元阳的水稻和东北的水稻,那就可以算成是群体间的研究。群体间和群体内的研究是相互的。 测序价格的急剧下降[3]使得大规模的群体测序得以实现。
常见的变异类型有SNP、IdDel、SV、CNV等。重测序中最关注的是SNP,其次是InDel。其他的几种结构变异的研究不是太多。
有参考基因组的物种的全基因组测序叫做重测序,没有参考基因组的物种的全基因组测序则需要从头组装。随着测序价格的降低,越来越多物种的参考基因组都已经测序组装完成。 plant genomes [4]网站实时显示全基因组测序已经完成的植物,其中2012年以后爆发式增长。在群体遗传学研究中更多的是有参考基因组的物种,尤其是模式物种,植物中常见的是拟南芥、水稻和玉米。
主要的分析流程见下图。现在的测序公司基本上都会帮客户完成整个的分析流程,因为主要耗费的资源是计算资源。我认为在整个分析的流程中最重要的是Linux目录的构建,混乱的目录会导致后续的分析频频出问题,重测序分析会生成很多的中间文件,良好的目录管理会使得项目分析流程井然有序。 该部分涉及到的软件的安装和基础的Linux基础知识就不详细说明了。
正选择似乎可以更好地用自然选择来解释。就是一个基因or位点能够使个体有着更强的生存力或者是育性,这样就会使得这个个体的后代更多,如此一来,这个基因or位点在群体中就越来越多。
正选择能够使有利的突变基因or位点在群体中得到传播,但是与此同时却降低了群体的多态性水平。也就是说原先该位点周围的核苷酸组成是多样性的,在经过正选择之后,这个位点周围核苷酸的多样性就渐渐的趋于同质化了。这就好比一块田,里面本来有水稻和稗草及其他杂草,由于稗草的适应性增强,稗草在逐渐增多,水稻慢慢变少,最后甚至是只剩下了稗草。 我们将这种选择之后多态性降低的情况叫做选择扫荡(Selective Sweep)。检测选择扫荡的软件有SweeD[7]。选择扫荡有可能是人工选择的结果,如2014年 Nature Genetics关于非洲栽培稻的文章就使用了SweeD来检测非洲栽培稻基因组上受人工选择的区域[8]。
负选择和正选择刚好是相反的。简单理解成群体中的某个个体出现了一个致命的突变,从而自己或者是后代从群体中被淘汰。这也导致群体中该位点的多态性的降低。就好比我有10株水稻,其中一株在成长过程中突然不见了,那么对我的这个小的水稻群体来说,这个消失的水稻的独有的位点在群体中就不见了,整体的多态性就降低了。
平衡选择指多个等位基因在一个群体的基因库中以高于遗传漂变预期的频率被保留,如杂合子优势。
平衡选择检测的算法有BetaScan2[10],这是个Python脚本,输入文件只需要过滤好的SNP数据即可。
计算公式为: 其中 是有效群体大小, 是每个位点的突变速率。 但是群体大小往往是无法精确知道的,需要对其进行估计。
分离位点数 是 的估计值,表示相关基因在多序列比对中表现出多态性的位置。计算公式为: 其中 为分离位点数量,比如SNP数量。 为个体数量的倒数和:
指的是核苷酸多样性,值越大说明核苷酸多样性越高。通常用于衡量群体内的核苷酸多样性,也可以用来推演进化关系[11]。计算公式为: 可以理解成现在群体内两两求 ,再计算群体的均值。计算的软件最常见的是 vcftools ,也有对应的R包 PopGenome 。通常是选定有一定的基因组区域,设定好窗口大小,然后滑动窗口进行计算。 3KRGP文章就计算了水稻不同亚群间4号染色体部分区域上的 值[12],能够看出控制水稻籽粒落粒性的基因 Sh4 位置多态性在所有的亚群中都降低了。说明这个基因在所有的亚群中都是受到选择的,这可能是人工选择的结果。
Tajima's D是日本学者Tajima Fumio 1989年提出的一种统计检验方法,用于检验DNA序列在演化过程中是否遵循中性演化模型[14]。计算公式为: D值大小有如下三种生物学意义:
叫固定分化指数,用于估计亚群间平均多态性大小与整个种群平均多态性大小的差异,反映的是群体结构的变化。其简单估计的计算公式为: 的取值范围是[0,1]。当 时,表明亚群间有着明显的种群分化。 在中性进化条件下, 的大小主要取决于遗传漂变和迁移等因素的影响。假设种群中的某个等位基因因为对特定的生境的适应度较高而经历适应性选择,那该基因的频率在种群中会升高,种群的分化水平增大,使得种群有着较高的 值。 值可以和GWAS的结果一起进行分析, 超过一定阈值的区域往往和GWAS筛选到的位点是一致的,如2018年棉花重测序的文章[15]:
ROD可以基于野生群体和驯化群体间核苷酸多态性参数 的差异识别选择型号,也可以测量驯化群体和野生型群体相比损失的多态性。计算公式为: 和 一样,ROD也可以和GWAS结合起来:
群体结构分析可以简单理解成采样测序的这些个体可以分成几个小组,以及给每个个体之间的远近关系是怎么样的。群体结构分析三剑客, 分别是 进化树 、 PCA 和 群体结构图 。
进化树就是将个体按照远近关系分别连接起来的图。
常用的绘图软件是 Phylip 和 Snpphylo 。进化树修饰的软件有 MEGA , ggtree 等,推荐网页版工具 iTOL ,无比强大。 外群定根法:当群体的个体的差异很小时,可以引入其他物种作为根。如在对三叶草建树时可以引入水稻的序列作为根进行建树。
PCA是很常见的降维方法,如微生物研究中常用来检验样品分群情况。PCA计算的软件很多,plink可以直接用vcf文件计算PCA,R语言也可以进行PCA计算。
PCA图在群体重测序中有如下几种作用:
进化树和PCA能够看出来群体是不是分层的,但是无法知道群体分成几个群合适,也无法看出群体间的基因交流,更无法看出个体的混血程度。这时候就需要群体分层图了。
可以将进化树和群体分层图结合进行展示,如下图:
先了解下概念,此处借鉴基迪奥生物网站的解释[22]。 要理解 LD 衰减图,我们就必须先理解连锁不平衡(Linkage disequilibrium,LD)的概念。连锁不平衡是由两个名词构成,连锁 + 不平衡。前者,很容易让我们产生概念混淆;后者,让这个概念变得愈加晦涩。因此从一个类似的概念入手,大家可能更容易理解 LD 的概念,那就是基因的共表达。 基因的共表达,通常指的是两个基因的表达量呈现相关性。比较常见的例子就是:转录组因子和靶基因间的关系。因为转录因子对它的靶基因有正调控作用,所以转录因子的表达量提高会导致靶基因的表达量也上调,两者往往存在正相关关系。这个正相关关系,可以使用相关系数 来度量,这个数值在 - 1~1 之间。总而言之,相关性可以理解为两个元素共同变化,步调一致。 类似的,连锁不平衡(LD)就是度量两个分子标记的基因型变化是否步调一致,存在相关性的指标。如果两个 SNP 标记位置相邻,那么在群体中也会呈现基因型步调一致的情况。比如有两个基因座,分别对应 A/a 和 B/b 两种等位基因。如果两个基因座是相关的,我们将会看到某些基因型往往共同遗传,即某些单倍型的频率会高于期望值。 参照王荣焕等[23]的方法进行LD参数计算:
随着标记间的距离增加,平均的LD程度将降低,呈现出衰减状态,这种情况叫LD衰减。LD衰减分析的作用:
GWAS(genome-wide association study),全基因组关联分析,常用在医学和农学领域。简单理解成将SNP等遗传标记和表型数据进行关联分析,检测和表型相关的位点,然后再倒回去找到对应的基因,研究其对表型的影响。这些被研究的表型在医学上常常是疾病的表型;在农学上常常是受关注的农艺性状,比如水稻的株高、产量、穗粒数等。GWAS思想首次提出是在心肌梗塞的治疗上[24],首次应用是在2005年的文章上[25]。
目前使用最广泛的模型是混合线性模型[26]:
所有的参数软件(如Emmax)会自动完成计算。
GWAS结果文件通常只有两个图,一个是曼哈顿图,另外一个是Q-Q图。一般是先看Q-Q图,如果Q-Q正常,曼哈顿图的结果才有意义。
MSMC(multiple sequentially Markovian coalescent)[27],底层算法很复杂,类似于PSMC。MSMC的主要功能是推断有效群体大小和群体分离历史。
这样看起来更直观:
LAMP(Local Ancestry in Admixed Populations,混杂群体的局部族源推断),用于推断采用聚类的方法假设同时检测的位点间不存在重组情况,对每组相邻的 SNP 进行检测分析[28],在运算速度和推断准确度上都有了质的飞跃。
用于推断群体分离和混合[29]。图是这样的:
测序方案关系到后续的分析,不同的样本量对应不同的测序方法和分析方法。
[1]. 自然选择(维基百科) [2]. Kimura, Motoo. "Evolutionary rate at the molecular level." Nature . (1968): 624-626 . [3]. 测序价格变化趋势 [4]. plant genomes [5]. DePristo, Mark A., et al. "A framework for variation discovery and genotyping using next-generation DNA sequencing data." Nature Genetics . (2011): 491. [6]. Biswas, Shameek, and Joshua M. Akey. "Genomic insights into positive selection." ** TRENDS in Genetics . (2006): 437-446. [7]. Pavlidis, Pavlos, et al. "Sweed: likelihood-based detection of selective sweeps in thousands of genomes." Molecular biology and evolution (2013): 2224-2234. [8]. Wang, Muhua, et al. "The genome sequence of African rice (Oryza glaberrima) and evidence for independent domestication." Nature Genetics (2014): 982. [9]. Bamshad, Michael, and Stephen P. Wooding. "Signatures of natural selection in the human genome." Nature Reviews Genetics (2003): 99. [10]. Siewert, Katherine M., and Benjamin F. Voight. "BetaScan2: Standardized statistics to detect balancing selection utilizing substitution data." BioRxiv (2018): 497255. [11]. Yu, N.; Jensen-Seaman MI; Chemnick L; Ryder O; Li WH (March 2004). Genetics . 166 (3): 1375–83. [12]. Wang, Wensheng, et al. "Genomic variation in 3,010 diverse accessions of Asian cultivated rice." Nature (2018): 43. [13]. Li, C., Zhou, A. & Sang, T. Rice domestication by reducing shattering. Science 311, 1936–1939 (2006). [14]. Tajima, Fumio. "Statistical method for testing the neutral mutation hypothesis by DNA polymorphism." Genetics (1989): 585-595. [15]. Du, Xiongming, et al. "Resequencing of 243 diploid cotton accessions based on an updated A genome identifies the genetic basis of key agronomic traits." Nature Genetics (2018): 796. [16]. Lu, Kun, et al. "Whole-genome resequencing reveals Brassica napus origin and genetic loci involved in its improvement." Nature communications . (2019): 1154. [17]. Zhou, Z., Jiang, Y., Wang, Z. et al. Resequencing 302 wild and cultivated accessions identifies genes related to domestication and improvement in soybean. Nat Biotechnol 33, 408–414 (2015). [18]. Liang, Z., Duan, S., Sheng, J. et al. Whole-genome resequencing of 472 Vitis accessions for grapevine diversity and demographic history analyses. Nat Commun 10, 1190 (2019). [19]. Alexander, ., Lange, K. Enhancements to the ADMIXTURE algorithm for individual ancestry estimation. BMC Bioinformatics 12, 246 (2011). [20]. Francis, Roy M. "pophelper: an R package and web app to analyse and visualize population structure." Molecular ecology resources (2017): 27-32. [21]. . [22]. . [23]. WANG Rong-Huan, WANG Tian-Yu, LI Yu. Linkage disequilibrium in plant genomes[J]. HEREDITAS , 2007, 29(11): 1317-1323. [24]. Ozaki, K., Ohnishi, Y., Iida, A. et al. Functional SNPs in the lymphotoxin-α gene that are associated with susceptibility to myocardial infarction. Nat Genet 32, 650–654 (2002). [25]. Klein, Robert J., et al. "Complement factor H polymorphism in age-related macular degeneration." Science (2005): 385-389. [26]. Yu, Jianming, et al. "A unified mixed-model method for association mapping that accounts for multiple levels of relatedness." Nature genetics (2006): 203. [27]. Schiffels, Stephan, and Richard Durbin. "Inferring human population size and separation history from multiple genome sequences." Nature genetics (2014): 919. [28]. Sankararaman, Sriram, et al. "Estimating local ancestry in admixed populations." The American Journal of Human Genetics (2008): 290-303. [29]. Pickrell, Joseph K., and Jonathan K. Pritchard. "Inference of population splits and mixtures from genome-wide allele frequency data." PLoS genetics (2012): e1002967. [30]. Chen, Jia-hui, et al. "Genome-wide analysis of Cushion willow provides insights into alpine plant divergence in a biodiversity hotspot." Nature communications (2019): 1-12. [31]. 孙宽,侯一平。法医族源推断的分子生物学进展 [J]. 法医学杂志 ,2018,34 (03):286-293. [32].
第一章 绪论第一节 毒物与中毒一、毒物二、中毒及毒性三、毒品四、毒物分类五、毒物的体内过程六、中毒症状第二节 毒物分析一、毒物分析的定义二、法医毒物分析的任务三、法医毒物分析的特点第三节 法医毒物分析工作程序一、接受任务二、检验工作过程三、检验结果四、结果的质量控制及合理使用第四节 毒物分析发展简史一、国外简史二、国内简史第二章 检材及检材处理第一节 检材一、体外检材二、体内检材第二节 检材处理一、检材处理的必要性二、检材处理基本原理三、选择检材处理方法的原则四、检材处理方法五、分离效率和验证第三章 分析方法概述第一节 定性分析与定量分析一、定性分析二、定量分析第二节 分析方法类别一、形态学方法二、动物试验方法三、免疫分析法四、理化分析法五、仪器分析法第三节 分析方法的可靠性验证一、验证分析方法的主要项目二、可靠性验证的实施方法第四章 仪器分析第一节 光谱分析法一、紫外一可见分光光度法二、荧光分光光度法三、原子吸收分光光度法四、电感耦合等离子体原子发射光谱法第二节 色谱分析法一、色谱法分类二、色谱过程和基本原理三、薄层色谱法四、气相色谱法五、高效液相色谱法六、毛细管区带电泳法第三节 有机质谱与两谱联用技术一、有机质谱法二、两谱联用技术第五章 合成药毒物第一节 苯二氮革类药物一、一般介绍二、中毒症状和体内过程三、检材采取和处理四、检测方法第二节 巴比妥类药物一、一般介绍二、中毒症状和体内过程三、检材采取和处理四、检测方法第三节 吩噻嗪类药物一、一般介绍二、中毒症状三、检材采取和处理四、检测方法第四节 局部麻醉药一、一般介绍二、中毒症状和体内过程三、检材采取和处理四、检测方法第五节 抗生素一、一般介绍二、检材处理及检测第六章 天然药毒物第一节 植物类天然药毒物一、乌头二、颠茄类三、马钱子四、钩吻第二节 动物类天然药毒物一、斑蝥二、河豚第七章 毒品第一节 中枢神经抑制剂一、阿片生物碱二、哌替啶三、美沙酮第二节 中枢神经兴奋剂一、苯丙胺类兴奋剂二、可卡因第三节 致幻剂一、大麻二、氯胺酮第八章 杀虫剂及除草剂第一节 杀虫剂一、有机磷杀虫剂二、氨基甲酸酯类杀虫剂三、拟除虫菊酯类杀虫剂四、杀虫双(杀虫单)五、杀虫脒第二节 除草剂一、百草枯二、五氯酚钠第九章 杀鼠剂第一节 有机合成杀鼠剂一、香豆素类杀鼠剂二、茚满二酮类杀鼠剂三、有机氟杀鼠剂四、毒鼠强第二节 无机磷化物杀鼠剂一、一般介绍二、中毒症状和体内过程三、分析方法第十章 气体毒物和挥发性毒物第一节 气体毒物一、一氧化碳二、硫化氢第二节 挥发性毒物一、挥发性毒物的分离二、挥发性毒物的检验第十一章 金属毒物第一节 生物检材的前处理方法一、湿法有机质破坏二、干法有机质破坏……第十二章 水溶性无机毒物第十三章 法医毒物分析信息资源附录中英文名词对照主要参考文献…… 廖林川教授(硕士生导师) 单 位:四川大学华西基础医学与法医学院毒物分析教研室 简历 毕业于 华西医科大学药学系; 1986年7~1998年7 原华西医科大学法医学系任助教、讲师、教研室副主任; 1994年9~1997年7 攻读博士,获理学博士; 1998年5~2004年7 历任教研室主任 、副教授 、 教授; ,在香港大学作博士后访问学者。 现任中国刑事科学技术协会毒品及毒物分析专委会副主任委员;中国法医学会毒物分析专业委员会委员,四川省法医学会毒物分析专业委员会副主任委员、常务理事,四川省质谱学会理事。《中国法医学杂志》、《法律与医学杂志》、《刑事技术》、《法医学进展和实践》等书籍及杂志编委。省、市医疗事故鉴定委员会专家、省高级法院法医学顾问。 一直从事主要从事毒药物分析教学、科研和案件鉴定工作。发表论文四十余篇,主参编著作 6 本。
“中文核心期刊” “中文社会科学引文索引(CSSCI)来源期刊” “中国科技核心期刊”“中国人文社会科学核心期刊” “中国科学引文数据库(CSCD)来源期刊” “中国人文社科学报核心期刊”
220 浏览 4 回答
178 浏览 7 回答
347 浏览 6 回答
192 浏览 6 回答
115 浏览 4 回答
323 浏览 4 回答
165 浏览 5 回答
88 浏览 4 回答
328 浏览 3 回答
299 浏览 4 回答
88 浏览 3 回答
220 浏览 3 回答
251 浏览 3 回答
337 浏览 2 回答
134 浏览 6 回答